机器学习十大算法（十一）聚类算法

KMeans（基于划分的）

1 算法描述

（1）随机选择k个中心。

（2）遍历所有样本，把样本划分到距离最近的一个中心。

（3）划分之后就有k个簇，计算每个簇的平均值作为新的质心。

（4）重复步骤2，直到达到停止条件。

停止条件：

（1）达到迭代次数。

（2）每一类中心在每一次迭代变化不大为止。

2 优点

（1）算法容易理解，聚类效果不错。

（2）具有出色的速度

3.缺点

（1）需要自己确定K值，k值的选定是比较难确定。

4.效果评价

   从簇内的稠密程度和簇间的离散程度来评估聚类的效果。